自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

Together_CZ的博客

种一棵树,最好的时间是十年前,其次是现在

  • 博客(18)
  • 资源 (64)
  • 问答 (1)
  • 收藏
  • 关注

原创 基于豆瓣影评数据的文本分析系统【数据爬取+数据清洗+数据库存储+LDA主题挖掘+词云可视化】

本分析中很多的工作都是基于评论数据来进行的,比如:滴滴出行的评价数据、租房的评价数据、电影的评论数据等等,从这些语料数据中能够挖掘出来客户群体对于某种事物或者事情的看法,较为常见的工作有:舆情分析、热点挖掘和情感分析。 如果想要了解关于文本分类或者是情感分析相关的工作内容,可以阅读我的《数据建模实战》专栏文章,下面是链接信息: ...

2019-12-17 16:26:15 19497 12

原创 基于机器学习和深度学习的推荐系统实战【图书推荐、电影推荐、音乐推荐】

推荐系统在我们日常生活中发挥着非常重要的作用,相信实际从事过推荐相关的工程项目的人或多或少都会看多《推荐系统实战》这本书,我也是读者之一,个人感觉对于推荐系统的入门来说这本书籍还是不错的资料。很多商场、大厂的推荐系统都是很复杂也是很强大的,大多是基于深度学习来设计强有力的计算系统,本文是笔者在公司实践项目中实际做过的推荐系统实践经验分享。技术层面主要从机器学习和深度学习两个方面来分别...

2019-12-17 14:37:33 6597

原创 基于文本数据的情感分析系统

在自然语言处理里面,情感分析大类上归属于文本分类领域,是NLP非常常见也是很重要的一种任务类型,在大多数已开展的分析研究工作中,主要是基于评论数据集,诸如:滴滴打车评论数据集、豆瓣猫眼影评数据集;或者是一些社交媒体数据集,诸如:Twitter数据集、微博数据集、人人网数据集等等。 在开始本文的主要内容之前,我们先看一下有意思的东西,我以当今的小鲜肉【王俊凯】为搜索对象...

2019-12-17 11:05:46 9534

原创 Python猫眼电影数据采集与可视化分析实战

在国内比较知名的电影数据平台应该就是豆瓣、猫眼了,别的使用的不是很多,这两个平台就我们来说,平时的实践依赖还是比较多的,今天主要是想基于猫眼电影数据做一点分析性的工作,在我之前的文章中,基于豆瓣影评数据的采集、处理、存储、分析、可视化整个流程已经做了详细的介绍与实现了,感兴趣的话可以去参考一下我之前的文章 ,地址在下面:https://yishuihancheng.blog.cs...

2019-12-29 15:33:11 5366

原创 Python实现 N*N 乘法表

一个简单的小实践:#!usr/bin/env python#encoding:utf-8 """__Author__:沂水寒城功能: N*N 乘法表"""import sysreload(sys)sys.setdefaultencoding('utf-8')def print_mutiple(num=9): ''''' 打印...

2019-12-29 14:04:54 2187

翻译 构建一个简单的Keras +深度学习REST API

在本教程中,我们将介绍一种简单的方法来采用Keras模型并将其部署为REST API。 这篇文章中涵盖的示例将作为构建您自己的深度学习API的模板/起点–您将能够扩展代码并根据您的API端点的可扩展性和健壮性对其进行自定义。 具体来说,我们将学习:如何(以及如何不)将Keras模型加载到内存中,以便可以将其有效地用于推理如何使用Flask...

2019-12-28 14:35:37 952 2

原创 基于感知哈希算法的图像相似匹配计算实战

Google之前上线了“以图搜图”的功能,吸引了一大批人员的使用, 体验之后不得不说还是很强大,谷歌背后的黑科技还是很强大的。感知哈希本质上是哈希算法中的一类算法,最初被提出来就是用来做相似图片的匹配与计算的,以图搜图的本质也是在做详细图片的计算与匹配,不同的算法会有不同的计算精度和计算速度。 对于我们每个人来说,我们有个人的身份证号码这样的数字指纹来标识每一个人,同样...

2019-12-27 18:05:12 1108

原创 基于seaborn的相关性热力图可视化分析

seaborn本质上是对matplotlib模块的高级封装,所以要想使用seaborn的功能,首先需要安装好matplotlib的基础环境,现在的安装方式已经极大地简化了,只需要pip安装即可,这里就不再多说明了。 今天主要是想对手里的一个数据集进行简单的分析,分析不同属性特征之间的相关程度,相关性的计算有很多种方法,比如我最常用的就是基于统计学习里面的三大指数来进行...

2019-12-22 12:26:10 5504 7

原创 基于差分分级和关联规则挖掘的气象数据关联性分析实战

本文的主要研究主要是基于一批历史的气象数据来挖掘不同天气形势下的关联性,对空气质量的管控和分析提供合理的指导意见,技术是通用性的,问题是具体业务场景里面的,最初接触到这个任务的时候着实没有特别清晰的实现思路,就我以往的实践经验来水,数据之间的关联性往往会借助于关联规则挖掘算法来实现固有关联规则或者是潜在关联规则的挖掘,数据之间的相似性往往会借助于相似度算法来完成计算,在前者的任务场景...

2019-12-21 17:10:40 1341 2

原创 基于机器学习的恶意网站/仿冒网站检测实战

恶意网站是我们生活中多少都会遇上到的一种网页集合,大多是包含病毒或者是一些非法获取个人信息的页面,本文所指的恶意网站主要指的是我们生活中遇到过的钓鱼网站,也就是仿冒网站。 我们先来看一份简短的月报: 如果想要简单来了解一下网络钓鱼背后的操作原理的话,推荐你看这篇文章《黑客技术解密:网络钓鱼》,地址在下方:http://www.so...

2019-12-18 19:50:19 3811

翻译 编解码器长短期记忆神经网络

编码器-解码器LSTM是一个循环神经网络,旨在解决序列到序列问题,有时称为seq2seq。 序列到序列的预测问题具有挑战性,因为输入和输出序列中的项数可能会发生变化。 例如,文本翻译和学习执行程序就是seq2seq问题的示例。 在这篇文章中,您将发现用于序列到序列预测的Encoder-Decoder LSTM体系结构。 完成这...

2019-12-18 15:28:35 2398 2

翻译 Keras中的时间分布层TimeDistributed Layer使用教程

TimeDistributed官方文档在这里。 长短期网络(LSTM)是一种流行且功能强大的递归神经网络(RNN)。 即使使用像Python的Keras深度学习库中提供的那样定义明确且“易于使用”的接口,它们也很难配置并应用于任意序列预测问题。 Keras中出现此困难的原因之一是使用了TimeDistributed包装器层,...

2019-12-18 15:10:38 6922 4

翻译 基于LSTM及其变种网络的时序数据建模实战教程

本文翻译自大神【Jason Brownlee】的实战教程《How to Develop LSTM Models for Time Series Forecasting》。 长短期记忆网络或简称LSTM可以用于时间序列预测。 有很多类型的LSTM模型可用于每种特定类型的时间序列预测问题。 在本教程中,您将发现如何为一系列标准时间序列预测问题开...

2019-12-18 13:51:08 4882 31

原创 基于Python的《庆余年》评论分析

最近有一部热剧《庆余年》,可以说关注度很高,之前看到社区里面有人基于微博的评论数据对其评论信息做了分析,我这里简单地基于豆瓣的评论数据来对其进行分析。 首先是评论数据的采集,代码实现在我之前的文章里面都有,需要的话可以直接使用,部分数据展示如下:评论人:红骷髅评论时间:2019-11-26 20:09:47支持人数:3594评论内容:达康书记的脸配上陈萍萍的名字...

2019-12-11 13:51:43 1494 2

原创 强大高可用的数据可视化神器plotly_express实践记录

在正式将自己的主要绘图模块转移到plotly之前,我相信绝对大数的数据分析相关的从业者都是主要基于matplotlib来进行数据探索分析或者是可视化展示相关的工作的,着实,matplotlib也是真的十分强大。对于我而言,matplotlib算得上是最早使用到的库,早在14年的时候就接触到了,但是当时数据分析四大天王Numpy、Pandas、Scipy和Matplotlib的安装真的...

2019-12-09 16:17:07 2994 2

原创 一个有趣手绘风格的Python绘图库使用

今天无意间刷到了一个跟Python可视化相关的头条,就点进去看看,这是一位作者编写的手绘风格的绘图工具,对可视化工作一直都是比较感兴趣的,所以这里就想直接上手使用一下。 GitHub地址在这里。首页截图如下: 最下方也给出了安装方式,应该是以Python3为基础编写的,所以Python2应该是安装不了的,所以这里我本地使用的话也是基于Python3...

2019-12-06 09:59:57 1032

原创 当孙子兵法遇上词云,会有怎样的碰撞?

这里先贴一下孙子兵法的文本内容,如下所示:孙子曰:凡治众如治寡,分数是也;斗众如斗寡,形名是也;三军之众,可使必受敌而无败者,奇正是也;兵之所加,如以碫投卵者,虚实是也。   凡战者,以正合,以奇胜。故善出奇者,无穷如天地,不竭如江海。终而复始,日月是也。死而更生,四时是也。声不过五,五声之变,不可胜听也;色不过五,五色之变,不可胜观也;味不过五,五味之变,不可胜尝也;...

2019-12-03 17:45:41 1303

原创 Python爬取百度指数搜索结果,查看你想了解的热点信息吧

今天无意间搜索问题的时候跳转到了百度指数这里,索性就打开来看看,下面是首页截图: 这里你可以自己输入自己想要查询的人物、事件等等,anything,只要是你感兴趣的都可以,有一种感觉就是你认为是热点的就是热点。。。。 闲话不多说了,这里直接进入实践,先看代码,完整的实现如下:#!usr/bin/env python#encoding:utf-8...

2019-12-03 15:08:51 1951

钢筋计数测试集标注文件.zip

钢筋计数测试集标注文件 可以直接拿去使用,基于模型识别生成的,部分可能需要人工补充修正一下

2021-12-31

Yolov3随机手写数字数据集

Yolov3随机手写数字数据集 包含4000张可以直接使用的数据集 以及制作好的原始待检测视频+自己训练好的模型的检测视频

2020-10-15

hadoop-mysql-hbase环境部署套装.zip

hadoop-mysql-hbase环境部署套装包括: hadoop-2.7.1.tar.gz hbase-1.1.5-bin.tar.gz jdk-8u162-linux-x64.tar.gz mysql-connector-java-5.1.40.tar.gz mysql-server_5.7.21-1ubuntu14.04_amd64.deb-bundle.tar

2020-09-08

相关性分析项目.zip

Python数据相关性分析实践完整项目【数据+代码+结果图片】 包含完整的数据和分析代码以及可视化代码,可以直接使用的完整项目数据

2020-07-08

MSTAR数据集.zip

原始的【MSTAR数据集】是灰度图,这里经过转化处理后的【MSTAR数据集】,已经是3通道数据集了,后面可以直接用于模型的测试分析使用。

2020-05-29

Ubuntu下gcc-7.5.0安装完整依赖.zip

升级本地gcc版本所需安装包详情如下: gcc-7.5.0.tar.gz gmp-6.1.0.tar.bz2 mpc-1.0.3.tar.gz mpfr-3.1.4.tar.bz2 isl-0.16.1.tar.bz2

2020-05-22

猫狗大战迁移学习项目.zip

猫狗大战迁移学习实战项目所需的完整模型+测试数据,可以自己直接加载进行测试使用 results:自己基于迁移学习方法训练得到的二分类模型 test:bing搜索引擎图像数据爬虫结果,针对cat和dog两类目标分别爬取了200多张图像数据 test1:随机从kaggle数据集每类的12500张数据中抽取100张图像组成的测试数据集

2020-04-03

kafka搭建套装.zip

20200326这里存放的是今日我搭建kafka过程中使用到的套装文件,可以直接下载使用的,完整的搭建实战与环境配置问题解决

2020-03-26

深度学习目标检测数据标注器.rar

深度学习目标检测数据标注器 很不错,很好用的一款数据标注工具

2020-02-19

全国火车站标注名称编码集合.zip

《全国火车站标注名称编码集合》主要是日常工作实践过程中使用汇总的名称、编码数据

2019-11-06

深度学习开发者峰会课件.zip

深度学习开发者峰会课件主要讲解当前深度学习的前沿科技成果

2019-10-31

Microsoft Visual C++ 安装包【14.0和9.0】.rar

解决Python第三方库安装过程的报错问题。 Python2.7版本报错如下: error: Microsoft Visual C++ 9.0 is required. 安装文件为: VCForPython27.msi Python3.6版本报错如下: error: Microsoft Visual C++ 14.0 is required. 安装文件为: Microsoft Visual C++ 14.0.exe

2019-09-05

pyltp安装包whl文件.rar

pyltp-0.2.1-cp35-cp35m-win_amd64.whl为Python3.5的安装版本 pyltp-0.2.1-cp36-cp36m-win_amd64.whl为Python3.6的安装版本 当使用pip安装方式安装失败的时候可以使用whl文件进行安装,亲测安装成功!

2019-08-08

中科院自动化所宗成庆-自然语言处理方法与应用.rar

中科院自动化所宗成庆-自然语言处理方法与应用 全文共108页,宗老师从自然语言处理的起源、发展、兴起、瓶颈、巅峰等节点进行了详细的说明,非常好的资料!

2019-08-08

LDA数学八卦.rar

LDA数学八卦是初学者学习LDA算法很经典很好理解的学习资料,以生活形象和严谨细致的推导讲解了LDA模型。

2019-08-08

2018知识图谱发展报告.rar

前言 1. 知识图谱的研究目标与意义 知识图谱Knowledge Graph以结构化的形式描述客观世界中概念、实体及 其关系将互联网的信息表达成更接近人类认知世界的形式提供了一种更好地 组织、管理和理解互联网海量信息的能力。知识图谱给互联网语义搜索带来了活 力同时也在智能问答中显示出强大威力已经成为互联网知识驱动的智能应用 的基础设施。知识图谱与大数据和深度学习一起成为推动互联网和人工智能发 展的核心驱动力之一。

2019-08-08

SQL SERVER查增改删,导入导出简便工具.rar

SQL SERVER查增改删,导入导出简便工具 该工具主要是讲常用的SQLServer数据操作做了一个打包和封装,能够很方便地进行使用!

2019-08-08

TensorFlow官方文档中文版.rar

TensorFlow官方文档中文版 是很全面透彻完整的Tensorflow实践学习中文学习资料,值得收藏使用!

2019-08-08

京东大数据技术白皮书(全文120页).zip

京东大数据技术白皮书(全文120页)是总体概况对京东最新的技术架构体系的一次全方位的介绍,值得入手细读。

2019-07-16

Python数据分析与数据化运营.zip

《Python数据分析与数据化运营》从实战角度讲解如何利用Python进行数据分析、挖掘和数据化运营的著作,不仅对数据分析的关键技术和技巧进行了总结.......

2019-07-15

坦克大战tank.zip

坦克大战tank:很古老却又经典的一款小游戏,完全基于python开发,我将其打包生成exe文件,感兴趣的可以拿去玩哈。 相应的博客介绍在这里:https://blog.csdn.net/Together_CZ

2019-06-14

3万个高可用的IP代理

这里的IP代理均来源于网络数据获取,通过进一步解析处理后保存到本地json文件中,在爬虫启动的时候随机加载可用IP来构建代理 代理约有3万个

2019-04-15

推荐算法数据集

python基于Suprise模块构建推荐算法模型,实现电影、书籍等资源的推荐 文中使用到的数据集

2019-01-14

Docker技术入门与实战

简介在云计算时代,开发者将应用转移到云上已经解决了硬件管理的问题,然而软件配置和管理相关的问题依然存在。Docker的出现正好能帮助软件开发者开阔思路,尝试新的软件管理方法来解决这个问题。通过掌握Docker,开发人员便可享受先进的自动化运维理念和工具,无需运维人员介入即可顺利运行于各种运行环境。《Docker技术入门与实战》分为三大部分:Docker入门、实战案例和高级话题。第一部分(第1~8章)介绍Docker与虚拟化技术的基本概念,包括安装、镜像、容器、仓库、数据管理等;第二部分(第9~17章)通过案例介绍Docker的应用方法,包括与各种操作系统平台、SSH服务的镜像、Web服务器与应用、数据库的应用、各类编程语言的接口、私有仓库等;第三部分(第18~21章)是一些高级话题,如Docker核心技术、安全、高级网络配置、相关项目等。《Docker技术入门与实战》从基本原理开始入手,深入浅出地讲解Docker的构建与操作,内容系统全面,可帮助开发人员、运维人员快速部署应用。 第2版前言 第1版前言 第一部分 基础入门 第1章 初识容器与Docker 1.1 什么是Docker 1.2 为什么要使用Docker 1.3 Docker与虚拟化 1.4 本章小结 第2章 核心概念与安装配置 2.1 核心概念 2.2 安装Docker 2.3 配置Docker服务 2.4 推荐实践环境 2.5 本章小结 第3章 使用Docker镜像 3.1 获取镜像 3.2 查看镜像信息 3.3 搜寻镜像 3.4 删除镜像 3.5 创建镜像 3.6 存出和载入镜像 3.7 上传镜像 3.8 本章小结 第4章 操作Docker容器 4.1 创建容器 4.2 终止容器 4.3 进入容器 4.4 删除容器 4.5 导入和导出容器 4.6 本章小结 第5章 访问Docker仓库 5.1 Docker Hub公共镜像市场 5.2 时速云镜像市场 5.3 搭建本地私有仓库 5.4 本章小结 第6章 Docker数据管理 6.1 数据卷 6.2 数据卷容器 6.3 利用数据卷容器来迁移数据 6.4 本章小结 第7章 端口映射与容器互联 7.1 端口映射实现访问容器 7.2 互联机制实现便捷互访 7.3 本章小结 第8章 使用Dockerfile创建镜像 8.1 基本结构 8.2 指令说明 8.3 创建镜像 8.4 使用.dockerignore文件 8.5 最佳实践 8.6 本章小结 第二部分 实战案例 第9章 操作系统 9.1 BusyBox 9.2 Alpine 9.3 Debian/Ubuntu 9.4 CentOS/Fedora 9.5 本章小结 第10章 为镜像添加SSH服务 10.1 基于commit命令创建 10.2 使用Dockerfile创建 10.3 本章小结 第11章 Web服务与应用 11.1 Apache 11.2 Nginx 11.3 Tomcat 11.4 Jetty 11.5 LAMP 11.6 CMS 11.7 持续开发与管理 11.8 本章小结 第12章 数据库应用 12.1 MySQL 12.2 MongoDB 12.3 Redis 12.4 Memcached 12.5 CouchDB 12.6 Cassandra 12.7 本章小结 第13章 分布式处理与大数据平台 13.1 RabbitMQ 13.2 Celery 13.3 Hadoop 13.4 Spark 13.5 Storm 13.6 Elasticsearch 13.7 本章小结 第14章 编程开发 14.1 C/C++ 14.2 Java 14.3 Python 14.4 JavaScript 14.5 Go 14.6 PHP 14.7 Ruby 14.8 Perl 14.9 R 14.10 Erlang 14.11 本章小结 第15章 容器与云服务 15.1 公有云容器服务 15.2 容器云服务 15.3 阿里云容器服务 15.4 时速云容器平台 15.5 本章小结 第16章 容器实战思考 16.1 Docker为什么会成功 16.2 研发人员该如何看容器 16.3 容器化开发模式 16.4 容器与生产环境 16.5 本章小结 第三部分 进阶技能 第17章 Docker核心实现技术 17.1 基本架构 17.2 命名空间 17.3 控制组 17.4 联合文件系统 17.5 Linux网络虚拟化 17.6 本章小结 第18章 配置私有仓库 18.1 安装Docker Registry 18.2 配置TLS证书 18.3 管理访问权限 18.4 配置Registry 18.5 批量管理镜像 18.6 使用通知系统 18.7 本章小结 第19章 安全防护与配置 19.1 命名空间隔离的安全 19.2 控制组资源控制的安全 19.3 内核能力机制 19.4 Docker服务端的防护 19.5 更多安全特性的使用 19.6 使用第三方检测工具 19.7 本章小结 第20章 高级网络功能 20.1 网络启动与配置参数 20.2 配置容器DNS和主机名 20.3 容器访问控制 20.4 映射容器端口到宿主主机的实现 20.5 配置docker0网桥 20.6 自定义网桥 20.7 使用OpenvSwitch网桥 20.8 创建一个点到点连接 20.9 本章小结 第21章 libnetwork插件化网络功能 21.1 容器网络模型 21.2 Docker网络相关命令 21.3 构建跨主机容器网络 21.4 本章小结 第四部分 开源项目 第22章 Etcd——高可用的键值数据库 22.1 简介 22.2 安装和使用Etcd 22.3 使用etcdctl客户端 22.4 Etcd集群管理 22.5 本章小结 第23章 Docker三剑客之Docker Machine 23.1 简介 23.2 安装Machine 23.3 使用Machine 23.4 Machine命令 23.5 本章小结 第24章 Docker三剑客之Docker Compose 24.1 简介 24.2 安装与卸载 24.3 Compose命令说明 24.4 Compose环境变量 24.5 Compose模板文件 24.6 Compose应用案例一:Web负载均衡 24.7 Compose应用案例二:大数据Spark集群 24.8 本章小结 第25章 Docker三剑客之Docker Swarm 25.1 简介 25.2 安装Swarm 25.3 使用Swarm 25.4 使用其他服务发现后端 25.5 Swarm中的调度器 25.6 Swarm中的过滤器 25.7 本章小结 第26章 Mesos——优秀的集群资源调度平台 26.1 简介 26.2 Mesos安装与使用 26.3 原理与架构 26.4 Mesos配置项解析 26.5 日志与监控 26.6 常见应用框架 26.7 本章小结 第27章 Kubernetes——生产级容器集群平台 27.1 简介 27.2 核心概念 27.3 快速体验 27.4 安装部署 27.5 重要组件 27.6 使用kubectl 27.7 网络设计 27.8 本章小结 第28章 其他相关项目 28.1 平台即服务方案 28.2 持续集成平台Drone 28.3 容器管理 28.4 编程开发 28.5 网络支持 28.6 日志处理 28.7 服务代理工具 28.8 标准与规范 28.9 其他项目 28.10 本章小结 附录 附录A 常见问题总结 附录B Docker命令查询 附录C 参考资源链接

2018-12-16

第一本Docker书(完整版)

第一本Docker书(完整版) Docker是一个开源的应用容器引擎,开发者可以利用Docker打包自己的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的Linux机器上,也可以实现虚拟化。本书由Docker公司前服务与支持副总裁James Turnbull编写,是Docker开发指南。 目录章节 第1 章 简介 1.1 Docker 简介 1.1.1 提供一个简单、轻量的建模方式 1.1.2 职责的逻辑分离 1.1.3 快速、高效的开发生命周期 1.1.4 鼓励使用面向服务的架构 1.2 Docker 组件 1.2.1 Docker 客户端和服务器 1.2.2 Docker 镜像 1.2.3 Registry 1.2.4 容器 1.3 我们能用Docker 做什么 1.4 Docker 与配置管理 1.5 Docker 的技术组件 1.6 本书的内容 1.7 Docker 资源 第2 章 安装Docker 2.1 安装Docker 的先决条件 2.2 在Ubuntu 中安装Docker 2.2.1 检查前提条件 2.2.2 安装Docker 2.2.3 Docker 与UFW 2.3 在Red Hat 和Red Hat 系发行版中安装Docker 2.3.1 检查前提条件 2.3.2 安装Docker 2.3.3 在Red Hat 系发行版中启动Docker 守护进程 2.4 在OS X 中安装Boot2Docker 2.4.1 在OS X 中安装Boot2Docker 2.4.2 在OS X 中启动Boot2Docker 2.4.3 测试Boot2Docker 2.5 在Windows 中安装Boot2Docker 2.5.1 在Windows 中安装Boot2Docker 2.5.2 在Windows 中启动Boot2Docker 2.5.3 测试Boot2Docker 2.6 使用本书的Boot2Docker 示例 2.7 Docker 安装脚本 2.8 二进制安装 2.9 Docker 守护进程 2.9.1 配置Docker 守护进程 2.9.2 检查Docker 守护进程是否正在运行 2.10 升级Docker 2.11 Docker 图形用户界面 2.12 小结 第3 章 Docker 入门 3.1 确保Docker 已经就绪 3.2 运行我们的第一个容器 3.3 使用第一个容器 3.4 容器命名 3.5 重新启动已经停止的容器 3.6 附着到容器上 3.7 创建守护式容器 3.8 容器内部都在干些什么 3.9 查看容器内的进程 3.10 在容器内部运行进程 3.11 停止守护式容器 3.12 自动重启容器 3.13 深入容器 3.14 删除容器 3.15 小结 第4 章 使用Docker 镜像和仓库 4.1 什么是Docker 镜像 4.2 列出镜像 4.3 拉取镜像 4.4 查找镜像 4.5 构建镜像 4.5.1 创建Docker Hub 账号 4.5.2 用Docker 的commit 命令创建镜像 4.5.3 用Dockerfile构建镜像 4.5.4 基于Dockerfile构建新镜像 4.5.5 指令失败时会怎样 4.5.6 Dockerfile 和构建缓存 4.5.7 基于构建缓存的Dockerfile模板 4.5.8 查看新镜像 4.5.9 从新镜像启动容器 4.5.10 Dockerfile 指令 4.6 将镜像推送到Docker Hub 4.7 删除镜像 4.8 运行自己的Docker Registry 4.8.1 从容器运行Registry 4.8.2 测试新Registry 4.9 其他可选Registry 服务 4.10 小结 第5 章 在测试中使用Docker 5.1 使用Docker 测试静态网站 5.1.1 Sample 网站的初始Dockerfile 5.1.2 构建Sample 网站和Nginx镜像 5.1.3 从Sample 网站和Nginx 镜像构建容器 5.1.4 修改网站 5.2 使用Docker 构建并测试Web应用程序 5.2.1 构建Sinatra 应用程序 5.2.2 创建Sinatra 容器 5.2.3 构建Redis 镜像和容器 5.2.4 连接到Redis 容器 5.2.5 连接Redis 5.2.6 让Docker 容器互连 5.2.7 使用容器连接来通信 5.3 Docker 用于持续集成 5.3.1 构建Jenkins 和Docker服务器 5.3.2 创建新的Jenkins 作业 5.3.3 运行Jenkins 作业 5.3.4 与Jenkins 作业有关的下一步 5.3.5 Jenkins 设置小结 5.4 多配置的Jenkins 5.4.1 创建多配置作业 5.4.2 测试多配置作业 5.4.3 Jenkins 多配置作业小结 5.5 其他选择 5.5.1 Drone 5.5.2 Shippable 5.6 小结 第6 章 使用Docker 构建服务 6.1 构建第一个应用 6.1.1 Jekyll 基础镜像 6.1.2 构建Jekyll 基础镜像 6.1.3 Apache 镜像 6.1.4 构建Jekylll Apache 镜像 6.1.5 启动Jekylll 网站 6.1.6 更新Jekyll 网站 6.1.7 备份Jekyll 卷 6.1.8 扩展Jekyll 示例网站 6.2 使用Docker 构建一个Java应用服务 6.2.1 WAR 文件的获取器 6.2.2 获取WAR 文件 6.2.3 Tomecat7 应用服务器 6.2.4 运行WAR 文件 6.2.5 基于Tomcat 应用服务器的构建服务 6.3 多容器的应用栈 6.3.1 Node.js 镜像 6.3.2 Redis 基础镜像 6.3.3 Redis 主镜像 6.3.4 Redis 从镜像 6.3.5 创建Redis 后端集群 6.3.6 创建Node 容器 6.3.7 捕获应用日志 6.3.8 Node 程序栈的小结 6.4 不使用SSH 管理Docker 容器 6.5 小结 第7 章 使用Fig 编配Docker 7.1 Fig 7.1.1 安装Fig 7.1.2 获取示例应用 7.1.3 fig.yml 文件 7.1.4 运行Fig 7.1.5 使用Fig 7.1.6 Fig 小结 7.2 Consul、服务发现和Docker 7.2.1 构建Consul 镜像 7.2.2 在本地测试Consul 容器 7.2.3 使用Docker 运行Consul集群 7.2.4 启动具有自启动功能的Consul 节点 7.2.5 启动其余节点 7.2.6 配合Consul,在Docker里运行一个分布式服务 7.3 其他编配工具和组件 7.3.1 Fleet 和etcd 7.3.2 Kubernetes 7.3.3 Apache Mesos 7.3.4 Helios 7.3.5 Centurion 7.3.6 Libswarm 7.4 小结 第8 章 使用Docker API 8.1 Docker API 8.2 初识Remote API 8.3 测试Docker Remote API 8.3.1 通过API 来管理Docker镜像 8.3.2 通过API 管理Docker容器 8.4 改进TProv 应用 8.5 对Docker Remote API 进行认证 8.5.1 建立证书授权中心 8.5.2 创建服务器的证书签名请求和密钥 8.5.3 配置Docker 守护进程 8.5.4 创建客户端证书和秘钥 8.5.5 配置Docker 客户端开启认证功能 8.6 小结 第9 章 获得帮助和对Docker进行改进 9.1 获得帮助 9.1.1 Docker 用户和开发邮件列表 9.1.2 IRC 上的Docker 9.1.3 GitHub 上的Docker 9.2 报告Docker 的问题 9.3 搭建构建环境 9.3.1 安装Docker 9.3.2 安装源代码和构建工具 9.3.3 检出源代码 9.3.4 贡献文档 9.3.5 构建开发环境 9.3.6 运行测试 9.3.7 在开发环境中使用Docker 9.3.8 发起pull request 9.3.9 批准合并和维护者 9.4 小结

2018-12-16

Deep Learning with PyTorch

PyTorch即 Torch 的 Python 版本。Torch 是由 Facebook 发布的深度学习框架,因支持动态定义计算图,相比于 Tensorflow 使用起来更为灵活方便,特别适合中小型机器学习项目和深度学习初学者。但因为 Torch 的开发语言是Lua,导致它在国内一直很小众。所以,在千呼万唤下,PyTorch应运而生!PyTorch 继承了 Troch 的灵活特性,又使用广为流行的 Python 作为开发语言,所以一经推出就广受欢迎!

2018-12-07

Python高效开发实战——Django、Tornado、Flask、Twisted

Python高效开发实战——Django、Tornado、Flask、Twisted一书分为三部分:第1部分是基础篇,带领初学者实践Python开发环境和掌握基本语法,同时对网络协议、Web客户端技术、数据库建模编程等网络编程基础深入浅出地进行学习;第2部分是框架篇,学习当前最流行的PythonWeb框架,即Django、Tornado、Flask和Twisted,达到对各种Python网络技术融会贯通的目的;第3部分是实战篇,分别对4种框架进行项目实践,利用其各自的特点开发适用于不同场景的网络程序。

2018-11-27

关联挖掘算法详解

关联挖掘算法主要包括Apriori和FP-Growth,两者对于不同的场景有着显著地差异性...

2018-11-20

WEKA完整中文教程

WEKA中文指南是weka很好的学习资料,包含两份完整的中文说明文档,能够帮助我们快速上手weka。

2018-11-19

python2和python3版本可用的OpenCV安装包

python2和python3版本可用的OpenCV安装包里面包含了python2的安装包和python3的安装包,经过测试成功安装,十分方便。

2018-11-16

Python计算机视觉编程(含源码)

Python计算机视觉编程(含源码)依赖Python语言讲解了基础理论与算法,并通过大量示例细致分析了对象识别、基于内容的图像搜索、光学字符识别、光流法、跟踪、三维重建、立体成像、增强现实、姿态估计、全景创建、图像分割、降噪、图像分组等技术。另外,书中附带的练习还能让读者巩固并学会应用编程知识。

2018-11-16

linecache安装包(python2和python3兼容)

linecache模块可以读取文件并将文件内容缓存起来,方便后面多次读取。这个模块原本被设计用来读取Python模块的源代码,所以当一个文件名不在指定路径下的时候,模块会通过搜索路径(search path)来尝试读取文件

2018-11-15

百度脑图桌面版

百度脑图是一款很好的思维发散工具,能够快速帮助使用者来构建思维导图,百度脑图桌面版与web版本有相同的功能,只不过可以当做软件离线使用,非常方便

2018-11-09

PMF正交矩阵因子分解

PMF正交矩阵因子分解 主要讲解EPA PMF软件的使用,是很好的中文使用文档说明,值得学习参考,对于大气环境数据的分析很有帮助。

2018-11-09

百度内部培训PPT流出:数据分析的道与术

百度内部培训PPT流出:数据分析的道与术 主要聊一聊数据分析的艺术

2018-11-09

R速查表大全

R速查表大全是众多R语言数据分析者的使用利器,里面全面总结了R中的各种经典常用使用方法。

2018-11-09

数据算法 Hadoop Spark大数据处理技巧

数据算法 Hadoop Spark大数据处理技巧的主要内容包括: ■ 完成超大量交易的购物篮分析。 ■ 数据挖掘算法(K-均值、KNN和朴素贝叶斯)。 ■ 使用超大基因组数据完成DNA和RNA测序。 ■ 朴素贝叶斯定理和马尔可夫链实现数据和市场预测。 ■ 推荐算法和成对文档相似性。 ■ 线性回归、Cox回归和皮尔逊(Pearson)相关分析。 ■ 等位基因频率和DNA挖掘。 ■ 社交网络分析(推荐系统、三角形计数和情感分析)

2018-10-31

Keras详细使用文档

Kears深度学习框架是对现有深度学习框架的友好封装,将深度学习模型的构建成本降低了很多,及时再 复杂的模型可能只需要几行代码就可以完成了。

2018-09-16

Theano详细使用文档

Theano使用文档中包含详细的实践指南,可以帮助你由简入繁去搭建自己的深度学习模型

2018-09-16

sklearn超详细实践文档说明

本文档时python机器学习领域中极为经典的模块sklearn的入门指导使用文档,超过2000页的讲解和详细 的样例说明可以用于帮助自己的实践。

2018-09-16

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除